近紅外光譜校正的魯棒性評估果實品質(zhì)
格思里，JA（2005）近紅外光譜校正的魯棒性，澳大利亞昆士蘭州羅克漢普頓，中央昆士蘭大學(xué)，博士論文，果實品質(zhì)評估。
魯棒性 - 就是系統(tǒng)的健壯性
建立一個基于近紅外光譜水果內(nèi)部品質(zhì)屬性評估的預(yù)測模型，必須具有一定程度的魯棒性，這必須是跨品種、區(qū)域和時間及按實際水果級別數(shù)。在這篇論文發(fā)起的時候，同期有很多有關(guān)以近紅外線校正模型的發(fā)展的水果內(nèi)部品質(zhì)屬性評估報告，但沒有提及可靠性報告（“魯棒性”） 中是跨越時間、品種或生長區(qū)的報告。由于使用不同的儀器，要在當(dāng)中做一個數(shù)據(jù)再分析報告是比較難。
現(xiàn)建一個以蔡司MMS1光譜感測器為分光中心的測量平臺，當(dāng)中包括使用鹵素?zé)艄庠矗干涔鈱W(xué)部件設(shè)計，以近紅外區(qū)域的短波直接對水果測量。被測量水果包括堅果仁、瓜類和柑橘水果，大量數(shù)據(jù)被收集，測量成份包括：總可溶性固形物total soluble solids、干物質(zhì)dry matter及油濃度oil concentration。校準程序進行了優(yōu)化和魯棒性評估，數(shù)據(jù)來自跨產(chǎn)區(qū)，收獲時間、季節(jié)和品種。
在一般情況下，建基于吸光度導(dǎo)數(shù)的全球改進的偏*小二乘回歸（MPLS）校準模型，會相對只使用多元線性回歸或獨立驗證種群樣預(yù)測的MPLS模型更好。魯棒性是*受到在不同生長地區(qū)及品種的生長季節(jié)影響。在校正魯棒性方面，各種校準更新程序進行評估。由驗證樣板總體中隨機抽加入校準人樣板總體相等于或優(yōu)于其他樣品附加的方法(以馬氏距離的抽樣法，選擇由中心樣板總體或鄰近樣板總體)。在這些學(xué)習(xí)中的全球馬氏距離（GH）已被計算
使用的獨立驗證的人口從校準人口的分數(shù)和負荷。在實踐中，它被推薦更新使用一些新的人口樣本進行時生長**的平均價值超過1 .0 10的模型，該模型的預(yù)測性能進行監(jiān)測與預(yù)測樣本生長**。
